宝钢股份宝山基地2号高炉，高炉大模型应用场景之一。刘继鸣摄

在宝钢股份俗称“金字塔”的办公楼内，数据AI部今年新招聘了一批大学毕业生，专门从事AI模型开发，将为公司在2027年建成1200个以上AI场景、25条以上AI标杆产线而努力。

宝钢股份是全球上市钢企粗钢产量第二、汽车板与硅钢产量双料第一的行业巨头，从去年起，它决心全力拥抱AI，全面启动以“三千”（千卡算力、千模能力、千人战队）能力建设为核心的数智化转型战略。公司在去年梳理100个AI操作场景的基础上，今年又推动300个AI应用场景在全业务链落地，涵盖熔炼高炉、铁水运输、连铸连轧等重点领域。

这是一场没有硝烟的智能革命，数据飞轮将越转越快。以连续退火工序为例，AI的加入让工人的平均操作间隔从3.2分钟提升到19分钟，单次跑偏持续时长缩短约17%，退火工艺符合率提升约22%。宝钢股份正将冷静的算力融入灼热的铁流，用AI重新定义钢铁制造。

高炉心脏

高炉是炼铁的“心脏”，占据钢铁厂70%的能耗和成本。宝山基地炼铁厂现有4座现代化大型高炉，年产铁水1500万吨。去年8月，备受业界关注、由宝钢股份与华为合作开发的“高炉大模型”在4号高炉投运，这是大模型技术在钢铁长流程核心工艺环节的首次落地应用。

宝钢股份炼铁控制中心。

4号高炉炉内净高约35米、直径16米、容积近5000立方米，内部时刻进行着复杂的物理化学反应。基于密闭、高温、高压特性，高炉就是一个难以窥探的“黑箱”。炉温的稳定与否，直接关系到铁水质量、能耗成本乃至整个生产的稳定。

“以前，老师傅们需要凭经验观察风口和铁水状态，以此来判断炉温，就像老中医‘望闻问切’。”炼铁厂大数据应用首席工程师王士彬说。而现在，这一切被全球首个高炉大模型所改变。

这个由宝钢股份与华为共同开发的模型，相当于为高炉装上了能够预见未来的“智慧大脑”。它采集高炉近一两年来8个系统、1500多个维度的历史数据，通过复杂算法，能够精准预测未来两小时的炉温趋势，并自动给出调整指令。

攻克这一难题绝非易事。高炉内部参数超过2万个且相互关联，如同蛛网；一个操作指令的反馈需要若干小时的滞后时间；数据粒度不一，时空特征复杂。项目团队花费大半年时间，重点进行数据治理，并首创多模态统一编码技术，将图片、声音、事件等不同结构数据“翻译”成模型能理解的语言，并构建起任意两个数据之间的关系。

模型投入运行后，每10分钟进行一次预测，实现预测命中率与控制采纳率均超过90%，硅含量、燃料比等多项指标改善，每吨铁水可节约燃料2千克。据了解，这套采用“云-边-端”架构的系统，年内将在宝山基地3号、2号高炉和梅山基地4号高炉实现模型上线。

AI主操

在冷轧厂1730工厂六合一控制室，年轻的工程师付龙飞正与“AI主操”一起监控整条产线的生产情况。以往他这个岗位，需要有10年甚至更长时间工作经验的人方可胜任。

宝钢股份”黑灯工厂“，冷轧AI主操应用场景之一。刘继鸣摄

据宝钢股份冷轧厂数模首席工程师俞鸿毅介绍，退火控制是冷轧环节中技术含量较高、人工干预频繁、产品过渡环节多的关键工序。“AI主操”通过学习优秀操作工的操作经验，具备优秀员工的操作水准，其上线相当于为员工配备优秀的“辅助驾驶”，有效弥补年轻员工实践经验不足的短板，同时，彻底改变钢铁生产“傻大黑粗”的传统认知。

在技术要求极高的硅钢车间，“AI主操”的价值更加凸显。硅钢脆如玻璃，要将其轧至A4纸般薄，还要保证形状完美，对操作工是极大考验。现在，AI能够提前记忆并识别异常点，如“辅助驾驶”般给出提示，投入使用后，操作工按键次数下降40%，误操作率也大幅降低。

为了防止带钢在生产过程中发生“跑偏”“卡钢”等异常，原来需要各操作室操作人员24小时不间断盯住监控屏幕，以便及时发现异常并采取措施。如今，在热轧工厂的“AI标杆产线”上，关键环节由AI监控并进行连锁控制，无需操作人员时刻盯着，劳动效率提升50%以上。宝钢的策略是，将“AI主操”从一个点推广到一条线，再编织成一张网。去年起，公司还推出“数智工程师”项目，计划到2027年培养700名以上数智工程师。

智能运输

铁水炼成后，将被灌入鱼雷罐车运到钢厂进行冶炼。这是一场安全与温度的博弈，温降越少，后续炼钢越节能。

宝钢股份宝山基地炼钢厂5号连铸机，连铸机作业机器人主要应用场景之一。李利摄

宝钢股份在两点上做了大胆创新：一是将原本由火车头牵引的鱼雷罐车改为自带动力自行驶的移动机器人，这样的好处是提升运输效率，节省物流运输时间，实现点对点运输；二是从铁水分割信息开始，整个系统便进入全自动状态，指令自动分配，车辆自动行驶，信号自动开路，道口自动开闭，车辆自动充电，形成一套完整的智能物流运输链。

这一由AI调度的高效物流网络上，高峰时间会同时运行几十辆鱼雷罐车，确保铁水在最短时间内送达。为了最大限度保持铁水温度，宝钢还为鱼雷罐车加上“盖子”，这一系列举措为后端工序节约了大量能源。